给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
子数组 是数组中的一个连续部分。
示例 1:
输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
示例 2:
输入:nums = [1]
输出:1
示例 3:
输入:nums = [5,4,-1,7,8]
输出:23
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/maximum-subarray
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
方法一:暴力法(当然会超时)
就是找所有的子序列,利用两个指针找所有的连续子序列
class Solution {
public int maxSubArray(int[] nums) {
//暴力法
int max = Integer.MIN_VALUE;//子序列最小值未知,定义一个最小值来比较
int length = nums.length;
for (int i = 0; i < length; ++i) {
int tempMax = 0;
for (int j = i; j < length; ++j) {
tempMax += nums[j];
if (tempMax > max) {
max = tempMax;
}
}
}
return max;
}
}
方法二:分治法
中间线左边的和:以中间线左边第一个数字开头的子序列的和
中间线右边的和:以中间线右边第一个数字开头的子序列的和
从中间开始左边右边加起来的子序列的最大值
而最大值一定出现在这三个值当中
分治法只是用到了递归的思想,所以开始的时候要有递归终止的条件,这里是左指针等于右指针
class Solution {
public int maxSubArray(int[] nums) {
//分治法
return getMax(nums,0,nums.length-1);
}
public int getMax(int[] nums, int l, int r) {
if (l == r) {
return nums[l];
}
int mid = (l + r) / 2;
int leftSum = getMax(nums, l, mid);
int rightSum = getMax(nums, mid + 1, r);
int crossSum = crossSum(nums, l, r);
return Math.max(crossSum, Math.max(leftSum, rightSum));
}
//计算中间的最大值
public int crossSum(int[] nums, int l, int r) {
int mid = (l + r) / 2;
int leftSum = nums[mid];
int leftMax = leftSum;
for (int i = mid - 1; i >= l; --i) {
leftSum += nums[i];
if (leftMax < leftSum) {
leftMax = leftSum;
}
}
int rightSum = nums[mid + 1];
int rightMax = rightSum;
for (int i = mid + 2; i <= r; ++i) {
rightSum += nums[i];
if (rightMax < rightSum) {
rightMax = rightSum;
}
}
return leftMax + rightMax;
}
}
动态规划:找最值
找最大的子序列和
每一步找到自己的最大子序列和
1、和前面合并
2、不和前面合并
到最后就确定出来了
max(nums[i],max[i-1]+nums[i])
class Solution {
public int maxSubArray(int[] nums) {
int[] dp = new int[nums.length];
dp[0] = nums[0];
int max = dp[0];
for (int i = 1; i < nums.length; ++i) {
dp[i] = Math.max(nums[i], nums[i] + dp[i - 1]);
max = Math.max(max, dp[i]);
}
return max;
}
}